Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Ochi, Luiz Satoru | - |
Autor(es): dc.contributor | Boeres, Maria Cristina Silva | - |
Autor(es): dc.contributor | Rebello, Eugene Francis Vinod | - |
Autor(es): dc.contributor | Protti, Fábio | - |
Autor(es): dc.contributor | Boeres, Maria Cláudia Silva | - |
Autor(es): dc.creator | Rios, Eyder Franco Sousa | - |
Data de aceite: dc.date.accessioned | 2025-01-03T11:40:17Z | - |
Data de disponibilização: dc.date.available | 2025-01-03T11:40:17Z | - |
Data de envio: dc.date.issued | 2024-08-14 | - |
Data de envio: dc.date.issued | 2024-08-14 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/34138 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/919500 | - |
Descrição: dc.description | A exploração dos recursos existentes em sistemas computacionais distribuídos através da alocação adequada dos componentes de aplicações paralelas não é um processo elementar. Tal procedimento constitui o Problema de Escalonamento de Tarefas que é, em sua forma geral, um problema NP-Completo e tem sido bastante explorado pela literatura especializada. A alta complexidade deste problema tem incentivado a pesquisa de métodos heurísticos para sua resolução, onde algoritmos da classe list scheduling constituem mecanismos comumente empregados. Todavia, a característica inerentemente gulosa destas heurísticas pode, em muitos casos, contribuir negativamente para o desempenho destes algoritmos. Este trabalho investiga a aplicabilidade da integração de heurísticas da classe list scheduling com mecanismos de busca baseados em metaheurísticas. O ob jetivo é combinar o poder de busca das metaheurísticas com a baixa complexidade de heurísticas list scheduling para a geração de escalonamentos e cientes em sistemas computacionais distribuídos, cujos recursos são geralmente heterogêneos. Para tanto, são propostas duas heurísticas denominadas HTSGA e HTSG baseadas, respectivamente, em Algoritmo Genético e GRASP. O mecanismo de busca implementado por estas heurísticas procura eliminar o comportamento guloso dos algoritmos list scheduling fornecendo novas possibilidades de escalonamento através da determinação de diferentes seqüências de vi atribuição de tarefas durante a construção de soluções. Além disso, foi investigada a possibilidade de adaptação das heurísticas propostas a diferentes classes de aplicações paralelas. Como forma de validação deste trabalho, o desempenho das heurísticas propostas foi comparado com algoritmos de construção tradicionais existente na literatura e com uma metaheurística que serviu de base para este trabalho. Os resultados mostraram que os algoritmos propostos são robustos tanto em relação à adaptabilidade às características das instâncias submetidas quanto na rápida convergência para soluções sub-ótimas | - |
Descrição: dc.description | The utilization of existing resources in distributed computing systems with adequate allocation of parallel application's components is not an elementary issue. Such process constitutes the Task Scheduling Problem which is in general a NP-complete problem, and it has been explored in specialized literature. The complexity of this problem has motivated the development of heuristic methods to solve it, in which algorithms within the list scheduling class constitute commonly used mechanisms. However, the greedy characteristic of such heuristics can, in many cases, contribute negatively on the achievmento of the best solution. This work investigates the applicability of the integration of List Scheduling class heuristics with search mechanisms based on meta-heuristics. The goal is to combine meta-heuristics search power with low-complexity of List Scheduling heuristics for generating e cient schedules on distributed computing systems, in which resources are heterogeneous, in general. For this, two heuristics are proposed: HTSGA and HTSG, which are based on Genetic Algorithm and GRASP, respectively. The search mechanisms implemented in such heuristics aims to eliminate the greedy behaviour of List Scheduling algorithm, providing new scheduling possibilities by determinating di erent task allocation sequences during the solution construction. Moreover, it was investigated the possibility of adapting proposed heuristics to di erent parallel application classes. To validate this work, the solutions generated by the proposed heuristics were viii compared with traditional construction algorithms presented in the literature and to a meta-heuristic which was the basis of this work. The results showed that the proposed algorithms are robust both related to adaptability to characteristics of the submitted instances and to quick convergency to sub-optimal solutions | - |
Descrição: dc.description | 169 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Escalonamento estático de tarefas | - |
Palavras-chave: dc.subject | Metaheurísticas | - |
Palavras-chave: dc.subject | Algoritmo genético | - |
Palavras-chave: dc.subject | GRASP | - |
Palavras-chave: dc.subject | Algoritmo genético | - |
Palavras-chave: dc.subject | Metaheurística | - |
Palavras-chave: dc.subject | Metaheurística GRASP | - |
Palavras-chave: dc.subject | Escalonamento de tarefa | - |
Palavras-chave: dc.subject | Processador de palavras (Programas de computador) | - |
Palavras-chave: dc.subject | Static task scheduling | - |
Palavras-chave: dc.subject | Metaheuristics | - |
Palavras-chave: dc.subject | Genetic algorithm | - |
Título: dc.title | Heurísticas híbridas para escalonamento estático de tarefas em sistemas com processadores heterogêneos | - |
Tipo de arquivo: dc.type | Dissertação | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: